feedparserを使い始めました。
ココログで削除されてしまっているあるいは存在しないブログのRSSフィードを読み込もうとすると下記のエラーが出てしまいます。
以下のページをパースしてしまっているように思われますが確認できていません。
http://www.cocolog-nifty.com/error/403
たとえば、Yahooブログで同様のことをしてもエラーはでませんでした。
このエラーの原因及び回避方法をご存知でしたら教えてください。
import feedparser
d = feedparser.parse('http://xxx.cocolog-nifty.com/xxx/atom.xml')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "feedparser.py", line 2623, in parse
feedparser.feed(data)
File "feedparser.py", line 1441, in feed
sgmllib.SGMLParser.feed(self, data)
File "/System/Library/Frameworks/Python.framework/Versions/2.5/lib/python2.5/sgmllib.py", line 99, in feed
self.goahead(0)
File "/System/Library/Frameworks/Python.framework/Versions/2.5/lib/python2.5/sgmllib.py", line 138, in goahead
k = self.parse_endtag(i)
File "/System/Library/Frameworks/Python.framework/Versions/2.5/lib/python2.5/sgmllib.py", line 315, in parse_endtag
self.finish_endtag(tag)
File "/System/Library/Frameworks/Python.framework/Versions/2.5/lib/python2.5/sgmllib.py", line 355, in finish_endtag
self.unknown_endtag(tag)
File "feedparser.py", line 476, in unknown_endtag
method()
File "feedparser.py", line 1318, in _end_content
value = self.popContent('content')
File "feedparser.py", line 700, in popContent
value = self.pop(tag)
File "feedparser.py", line 641, in pop
output = _resolveRelativeURIs(output, self.baseuri, self.encoding)
File "feedparser.py", line 1594, in _resolveRelativeURIs
p.feed(htmlSource)
File "feedparser.py", line 1441, in feed
sgmllib.SGMLParser.feed(self, data)
File "/System/Library/Frameworks/Python.framework/Versions/2.5/lib/python2.5/sgmllib.py", line 99, in feed
self.goahead(0)
File "/System/Library/Frameworks/Python.framework/Versions/2.5/lib/python2.5/sgmllib.py", line 133, in goahead
k = self.parse_starttag(i)
File "/System/Library/Frameworks/Python.framework/Versions/2.5/lib/python2.5/sgmllib.py", line 291, in parse_starttag
self.finish_starttag(tag, attrs)
File "/System/Library/Frameworks/Python.framework/Versions/2.5/lib/python2.5/sgmllib.py", line 333, in finish_starttag
self.unknown_starttag(tag, attrs)
File "feedparser.py", line 1589, in unknown_starttag
_BaseHTMLProcessor.unknown_starttag(self, tag, attrs)
File "feedparser.py", line 1458, in unknown_starttag
value = unicode(value, self.encoding)
LookupError: unknown encoding:
環境は、Mac OS 10.5.4、Python 2.5.1、feedparser 4.1
レンタルサーバのXREAでも試しましたが同様のエラーが出ました。
XREAのPythonは2.4です。
よろしくお願いします。
![その他([技術者向] コンピューター) イメージ](https://gazo.okwave.jp/okwave/spn/images/related_qa/c205_2_thumbnail_img_sm.png)
お礼
なるほど、勉強になります。 例外を捕捉する方法で回避したいと思います。
補足
回避についてはどうにかなりそうです。ありがとうございます。 原因についてですが、 たとえば、PHPのRSSパースライブラリSimplePieを使うとフィードが存在しないというメッセージが出ますが、feedparserでは403ページをパースし始めてしまいます。 これの原因が分かりません。これもココログ特有の現象です。 こちら分かりますでしょうか。